摘要
军事文本中蕴含大量特定意义的命名实体,这些实体信息的准确识别与提取,对于军事文本的分析、情报的挖掘、决策的制定等具有重要的应用价值。诸多学者对军事领域中文命名实体识别(Chinese named entity recognition in the military domain,CNER-M)进行了深入研究,并取得了显著进展。首先归纳了CNER-M数据源,分析了实体特点,并对数据集、评价标准、标注方法进行介绍;然后按照命名实体识别(named entity recognition,NER)发展历程对基于规则的方法、基于统计模型的方法和基于深度学习的方法进行分类阐述;最后,基于研究现状探讨了CNER-M未来的发展趋势。
作者
赵敏
李辉
黄松
朱卫星
ZHAO Min;LI Hui;HUANG Song;ZHU Weixing
出处
《信息技术与信息化》
2024年第9期83-90,共8页
Information Technology and Informatization
作者简介
赵敏(1999-),女,安徽滁州人,硕士研究生,研究方向:软件测试、自然语言处理;李辉(1974-),男,山东济南人,硕士,副教授,研究方向:软件质量评估;黄松(1970-),男,安徽淮南人,博士,教授,博导,研究方向:软件测试与质量评估;朱卫星(1978-),男,浙江长兴人,博士,副教授,研究方向:军事需求工程。
